买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉宁波大学申请的专利一种抗JPEG压缩的鲁棒隐写方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117079073B 。

龙图腾网通过国家知识产权局官网在2025-09-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311012450.8，技术领域涉及：G06V10/774；该发明授权一种抗JPEG压缩的鲁棒隐写方法是由董理;刘婷;王让定;严迪群设计研发完成，并于2023-08-11向国家知识产权局提交的专利申请。

本一种抗JPEG压缩的鲁棒隐写方法在说明书摘要公布了：本发明涉及一种抗JPEG压缩的鲁棒隐写方法，包括：构建成训练集和测试集；构建JPEG残差模型，并将训练集分批次对JPEG残差模型进行训练；接着构建隐写模型，其包括隐写网络、判别器、训练完成后的JPEG残差网络和提取网络，并将训练集分批次对隐写模型进行训练，得到训练完成后的隐写网络和训练完成后的提取网络；最后在测试集中选择待测试载体图像，将待测试载体图像和待嵌入的秘密信息输入到训练完成后的隐写网络中，得到隐写后的载体图像；并将隐写后的载体图像依次经过训练完成后的JPEG残差网络和训练完成后的提取网络中，即提取出秘密信息。该方法能使隐写后的图像可以抵抗真实JPEG的攻击，并且提高信息提取率。

本发明授权一种抗JPEG压缩的鲁棒隐写方法在权利要求书中公布了：1.一种抗JPEG压缩的鲁棒隐写方法，其特征在于包括如下步骤： S1、获取多幅图像，并将其构建成训练集和测试集； S2、构建JPEG残差模型；构建的JPEG残差模型包括依次相连接的JPEG模拟层和JPEG残差网络； S3、将训练集分批次对S2中的JPEG残差模型进行训练，得到训练完成后的JPEG残差网络； 使用训练集中的任一张图像x对JPEG残差模型进行训练的具体过程为： S3‑1、将图像x输入到JPEG残差模型中，得到第一输出图像Mx； 其中，Sx为将图像x输入至JPEG模拟层中得到的输出图像；为将Sx输入至JPEG残差网络中而得到的输出图像； S3‑2、将图像x经过真实JPEG压缩得到第二输出图像realx； S3‑3、根据Mx和realx计算得到第一损失函数； S3‑4、根据第一损失函数反向更新JPEG残差网络中的网络参数，即得到一次训练完成后的JPEG残差网络； S4、构建隐写模型；构建的隐写模型包括隐写网络、判别器、S3中训练完成后的JPEG残差网络和提取网络； S5、将训练集分批次对S4中的隐写模型进行训练，得到训练完成后的隐写网络和训练完成后的提取网络； 使用训练集中的任一张图像x′对隐写模型进行训练的具体过程为： S5‑1、将训练集中选择的任一张图像x′作为载体图像，并将载体图像x′与原始秘密信息M共同输入到隐写网络中，得到嵌入秘密信息后的隐写图像Stex′；并且将嵌入秘密信息后的隐写图像Stex′和载体图像x′输入到判别器中，得到判别结果； S5‑2、将嵌入秘密信息后的隐写图像Stex′输入到S3中训练完成后的JPEG残差网络中，得到经过JPEG压缩的图像S5‑3、将JPEG压缩的图像输入到提取网络中，提取出秘密信息M′； S5‑4、根据判别器的判别结果与载体图像x′所对应的真实结果计算得到第二损失函数，利用第二损失函数反向更新判别器和隐写网络中的网络参数，即得到一次训练完成后的判别器和隐写网络；并且根据秘密信息M′与原始秘密信息计算得到第三损失函数，利用第三损失函数反向更新提取网络中的网络参数，即得到一次训练完成后的提取网络； S6、在测试集中任意选择一幅待测试载体图像y，将待测试载体图像y和待嵌入的秘密信息输入到训练完成后的隐写网络中，得到隐写后的载体图像；并将隐写后的载体图像依次经过训练完成后的JPEG残差网络和训练完成后的提取网络中，即提取出秘密信息。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人宁波大学，其通讯地址为：315211 浙江省宁波市江北区风华路818号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。